基于DNN-SVM的无线专网设备故障识别与定位系统研究

摘要

针对电力无线专网系统中故障识别与定位问题，提出了一种基于DNN-SVM的解决方案。电力无线专网系统在面临故障时往往难以及时、准确地进行故障识别和定位，给运维和维修工作带来了困难。本文通过专用设备对电力无线专网系统的实时数据进行采集，包括信号强度、信号质量、 CPE运行状态等信息，构建一个DNN-SVM算法，以同时实现无线专网故障识别与故障定位，通过DNN判别故障状态，多层二分类SVM判别故障类型。通过在实际电力无线专网数据集上进行实验和验证，对于单组数据的判别时间在毫秒级，而综合平均准确率为80%。

关键词

无线专网 / 深度学习 / 支持向量机 / 故障检测